DSpace logo

Bitte benutzen Sie diese Kennung, um auf die Ressource zu verweisen: http://repositorioinstitucional.uea.edu.br//handle/riuea/5912
Titel: Aplicação de técnicas de controle e visão computacional em robótica móvel com controlador FUZZY E PID
Sonstige Titel: Application of control and computer vision techniques in mobile robotics with FUZZY and PID controller
Autor(en): Costa, Marcos Vinicius Souza da
metadata.dc.contributor.advisor1: Kimura Junior, Almir
Stichwörter: Robótica autônoma;Visão computacional;Seguidor de linha;Processa mento de imagens;Controlador PID;Controlador Fuzzy;Autonomous robotics;Computer vision;Line follower;Image processing;PID Controller
Erscheinungsdatum: 27-Feb-2024
Herausgeber: Universidade do Estado do Amazonas
Zitierform: 3DLAB. Conheça os tipos de impressão 3D e os seus benefícios! 2018. Disponível em: <https://3dlab.com.br/tipos-de-impressao-3d-e-beneficios/>. Acesso em: fevereiro de 2024. Citado na página 34. ALVES, P. Ponte H – O que é e como funciona! 2018. Disponível em: <https://www.manualdaeletronica.com.br/ponte-h-o-que-e-como-funciona/>. Acesso em: fevereiro de 2024. Citado na página 40. BACKES, A. R.; JUNIOR, S.; MESQUITA, J. J. de. Introdução à visão computacional usando Matlab. [S.l.]: Alta Books Editora, 2016. Citado na página 18. BARELLI, F. Introdução à visão computacional: Uma abordagem prática com Python e OpenCV. [S.l.]: Editora Casa do Código, 2018. Citado na página 34. BASTOS, F. F. et al. Estudo e implementação de controladores fuzzy e pid para controle de direção e velocidade de um agv com visão computacional. Universidade Federal Rural do Semi-Árido, 2019. Citado na página 29. BITTENCOURT, M. R. d. Filamentos de impressora 3D. 2021. Disponível em: <https://www.camboriu.ifc.edu.br/labifmaker/wp-content/uploads/sites/19/2021/10/ CT_01-Filamentos-de-impressora-3D.pdf>. Acesso em: fevereiro de 2024. Citado na página 44. BRAGA, I. N. C. Como funcionam os encoders (MEC128). 2017. Disponível em: <https://www.newtoncbraga.com.br/index.php/como-funciona/5454-mec128>. Acesso em: fevereiro de 2024. Citado na página 37. BUTTAY, C. Ponte H. 2006. Disponível em: <https://pt.wikipedia.org/wiki/Ponte_H>. Acesso em: fevereiro de 2024. Citado na página 41. CHUDASAMA, D. et al. Image segmentation using morphological operations. International Journal of Computer Applications, Citeseer, v. 117, n. 18, 2015. Citado nas páginas 27 e 28. CIPOLI, P. O que é VNC? 2012. Disponível em: <https://canaltech.com.br/seguranca/ o-que-e-vnc/>. Acesso em: fevereiro de 2024. Citado na página 50. CORKE, P. I.; KHATIB, O. Robotics, vision and control: fundamental algorithms in MATLAB. [S.l.]: Springer, 2011. v. 73. Citado na página 24. COSTER, M.; CHERMANT., J.-L. Image analysis and mathematical morphology for civil engineering materials. [S.l.]: Jean Serra, 1982. Citado na página 26. FILHO, O. M.; NETO, H. V. Processamento digital de imagens. [S.l.]: Brasport, 1999. Citado nas páginas 19, 20, 21, 22, 23 e 25. GONZALEZ, R. C.; WOODS, R. C. Processamento digital de imagens . [S.l.]: Pearson Educación, 2009. Citado nas páginas 19, 24 e 25. REFERÊNCIAS 78 HAILEY, N. Prusa Slicer - Getting Started with Prusa Slicer (for Any 3D Printer). 2023. Disponível em: <https://www.obico.io/blog/prusa-slicer-getting-started/ #:~:text=PrusaSlicer%20is%20a%20free%2C%20open,its%20own%20in%2Dhouse% 20slicer.> Acesso em: fevereiro de 2024. Citado na página 47. INSTRUMENTS, G. P. Understanding Quadrature. 2002. Disponível em: <https://static1.squarespace.com/static/5b9183b8fcf7fdac4d3a1067/t/ 5b93d02e4d7a9cece56a9d7c/1536413742474/Understanding_Quadrature.pdf>. Acesso em: fevereiro de 2024. Citado na página 37. JANG, J.-S. Anfis: adaptive-network-based fuzzy inference system. IEEE transactions on systems, man, and cybernetics, IEEE, v. 23, n. 3, p. 665–685, 1993. Citado na página 30. KLIR, G.; YUAN, B. Fuzzy sets and fuzzy logic. [S.l.]: Prentice hall New Jersey, 1995. v. 4. Citado nas páginas 29 e 30. MARCHAND-MAILLET, S.; SHARAIHA, Y. M. Binary digital image processing: a discrete approach. [S.l.]: Academic Press, 1999. Citado na página 26. NIKU, S. B. Introduction to robotics: analysis, control, applications. [S.l.]: John Wiley & Sons, 2020. Citado nas páginas 15 e 31. OGATA, K. Modern control engineering. [S.l.]: Pearson Universidades, 2010. Citado na página 28. OPENCV. About. 2024. Disponível em: <https://opencv.org/about/>. Acesso em: fevereiro de 2024. Citado nas páginas 34 e 35. PI, R. Raspberry Pi 4. 2019. Disponível em: <https://www.raspberrypi.com/products/ raspberry-pi-4-model-b/>. Acesso em: fevereiro de 2024. Citado na página 42. PYTHON. venv — Criação de ambientes virtuais. 2019. Disponível em: <https://docs.python.org/pt-br/3/library/venv.html>. Acesso em: fevereiro de 2024. Citado na página 50. QUEIROZ, J. E. R. de; GOMES, H. M. Introdução ao processamento digital de imagens. Rita, v. 13, n. 2, p. 11–42, 2006. Citado nas páginas 20 e 24. SHA, C.; HOU, J.; CUI, H. A robust 2d otsu’s thresholding method in image segmentation. Journal of Visual Communication and Image Representation, Elsevier, v. 41, p. 339–351, 2016. Citado na página 26. SIEGWART, R.; NOURBAKHSH, I. R. Introduction to Autonomous Mobile Robot, 1a edição. [S.l.: s.n.], 2004. Citado nas páginas 15, 17 e 18. SPONG, M. W.; HUTCHINSON, S.; VIDYASAGAR, M. Robot modeling and control. [S.l.]: John Wiley & Sons, 2020. Citado na página 16. UMANS, S. D. Máquinas Elétricas de Fitzgerald e Kingsley-7. [S.l.]: AMGH Editora, 2014. Citado nas páginas 35 e 36.
metadata.dc.description.resumo: Este trabalho de conclusão de curso apresenta o desenvolvimento de um robô seguidor de linha, utilizando processamento digital de imagens e a implementação de controladores Fuzzy e PID. O objetivo do projeto é construir um sistema que permita ao robô seguir uma trajetória pré-definida de forma autônoma, utilizando um sensor de câmera para capturar imagens da linha de percurso. O processo de implementação do sistema envolveu a utilização de técnicas de processamento digital de imagens para identificar a linha de percurso e determinar a posição do robô em relação a ela. Além disso, foram incorporados um controlador Fuzzy e um controlador proporcional-integral-derivativo (PID) para otimizar o desempenho do robô na correção de trajetória. Os resultados deste projeto evidenciam a eficácia do sistema desenvolvido, destacando a capacidade do robô de seguir a trajetória com precisão, mesmo em condições adversas de iluminação e variações na linha de percurso. A avaliação comparativa dos controladores Fuzzy e PID, utilizando a Odometria como métrica, revelou um desempenho superior do Fuzzy. O controlador Fuzzy alcançou um percentual de acerto de 80% na trajetória e na quantidade de trajetos realizados, enquanto o PID obteve um percentual de 60%. A integração do processamento digital de imagens com os controladores Fuzzy e PID proporcionou uma resposta rápida e eficiente do robô diante das mudanças no ambiente. O robô resultante deste trabalho demonstrou coesão com a proposta inicial de aplicar PDI com controle Fuzzy e PID, evidenciando a eficiência do controle Fuzzy em relação ao PID neste projeto. Essas técnicas, utilizadas com sucesso, podem servir como referência em futuros projetos de conclusão de curso.
Zusammenfassung: This undergraduate thesis presents the development of a line-following robot using digital image processing and the implementation of Fuzzy and PID controllers. The project’s objective is to build a system that enables the robot to autonomously follow a predefined trajectory using a camera sensor to capture images of the path. The implementation process involved the use of digital image processing techniques to identify the path and determine the robot’s position relative to it. Additionally, a Fuzzy controller and a proportional integral-derivative (PID) controller were incorporated to optimize the robot’s performance in trajectory correction. The project results demonstrate the effectiveness of the developed system, showcasing the robot’s ability to accurately follow the trajectory even under challenging lighting conditions and path variations. The comparative evaluation of Fuzzy and PID controllers, using Odometry as a metric, revealed superior performance by the Fuzzy controller. The Fuzzy controller achieved an 80% accuracy rate in trajectory following and the number of completed paths, while the PID controller achieved a 60% accuracy rate. The integration of digital image processing with Fuzzy and PID controllers provided a quick and efficient response of the robot to changes in the environment. The resulting robot from this work exhibited coherence with the initial proposal of applying Digital Image Processing (PDI) with Fuzzy and PID control, highlighting the efficiency of the Fuzzy controller compared to PID in this project. These successfully applied techniques can serve as a reference for future thesis projects.
URI: http://repositorioinstitucional.uea.edu.br//handle/riuea/5912
Enthalten in den Sammlungen:EST - Trabalho de Conclusão de Curso Graduação



Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt, soweit nicht anderweitig angezeigt.